Step:04[単回帰] 統計学「回帰 ~データを他のデータで説明する~」
片方のデータからもう片方のデータを予測した人必見!
今回は回帰に説明です。回帰とは、データを他のデータで説明することです。目的の一つに、y=ax+bの形にすることがあります。
式にすることで、片方のデータからもう片方のデータを代入するだけで予測することができます。
学問
Step:04[単回帰] 
Step:03[2変数以上データ] 統計学「偏相関係数 ~他の値による相関かの確認~」
相関係数により求めた相関関係が、他の値の影響でできた関係なのでは?と思った人必見!
この記事では、偏相関係数について紹介してます。偏相関係数を求めることで、第三の値のデータ群による相関関係かどうかが見つけることができます。
見方は、相関係数と同じで-1~1の範囲で-1または1に近ければ強い相関・0に近ければ弱い相関です。
Step:03[2変数以上データ] 統計学「相関係数」
二つのデータ群の関係を数値化したい人必見!
相関係数を求めることで二つのデータ群の関係を数値化することができます。
相関係数で相関の向きと強さを数値化しましょう。偏差積和→共分散→相関係数の順に解いていきましょう。
Step:03[2変数以上データ] 統計学「共分散」
相関係数の解き方が覚えられない人必見!
この記事では、相関係数を求める上で必要な共分散の解き方を紹介します。主に相関係数を求めるために使われる値です。
共分散は偏差積和の平均値と覚えましょう。つまり、偏差積和をデータ数で割るのみです。公式は一つづつゆっくり覚えましょう。
Step:03[2変数以上データ] 統計学「偏差積和」
相関係数が全く覚えられないと言う人必見!
まずは、偏差積和の解き方から見ていきましょう。公式はそのまあま覚えるのは難しいです。
この記事を読めば、偏差積和の公式は何をしているのかがわかります。公式は一つづつゆっくり見ていきましょう。
Step:03[2変数以上データ] 統計学「散布図」
今回は、散布図の説明です。
散布図は二つの項目の関係性を見つける時に使用します。二つの関係を相関といい、「正の相関」「負の相関」「無相関」の3つに分けられます。
正または負なら二つの項目に関係があり、無相関なら関係は見られないということになります。
Step:03[2変数以上データ] 統計学「二つのデータ群の比較に使う指標」
ある程度のデータがあれば、二つのデータ群の関係を見つけることもできます。
二つのデータの関係のことを、「相関」と言います。
散布図でプロットしてある程度の関係を見つけ、相関係数を求めることで、数値化してみましょう。
Step:02[1変数データ] 統計学「変動係数 (平均が異なる値をバラツキで比べる係数)」
変動係数は、複数のデータの標準偏差を比較やすくするための係数です。
標準偏差は「お互いの平均値が異なる」・「お互いの単位が異なる」場合、そのままの値で比較はできません。
その時はこの変動係数を求めて比較しましょう。求め方は、変動係数=標準偏差÷平均値です。
Step:02[1変数データ] 統計学「標準化」
標準化は、正規分布を標準正規分布に変えることです。
標準正規分布とは、平均値0・標準偏差1の正規分布のことです。標準化することで、細かい範囲の確率を求めることができます。
データを標準化した後に、標準正規分布表で確率を見ましょう。
Step:02[1変数データ] 統計学「尖度 ~正規分布に比べて平均周りにあるかどうか~」
分布を比較するとき、「ズレで調べたいから分散を使おう」ということがあります。
しかし、分布の形が全く異なる二つの分布でズレだけで比較して良いでしょうか?そのような時に使用するのが、尖度です。
尖度を使用することで各分布が「正規分布に比べて」平均近くに多い・平均遠くに多いかを知ることができます。